Google avalikustas uue tehisintellektimudeli Gemini 4 Argon, mille eesmärk on tuua ettevõte tagasi kõige võimekamate nn frontier-mudelite konkurentsi. The Rundowni kokkuvõtte järgi edestas Argon Google’i enda testides GPT-6 Astrat ja Claude Opus 5.5 kokku 19 võrdlusest 13-s.

Esialgsed tulemused on tugevad, kuid mudeli tegelik mõju sõltub sellest, kuidas see toimib laiemas kasutuses. Praegu ei ole Argon veel üldiselt kättesaadav: mudelit katsetavad valitud ja kontrollitud küberturbe meeskonnad.

Tugevad tulemused mitmes valdkonnas

Argon jõudis Arena tekstimudelite edetabelis esikohale ning sai AA Intelligence Indexis tulemuseks 53. Selle näitajaga jäi mudel kokkuvõtte põhjal alla Claude Opus 5.5-le, kuid viigistas teiste nimetatud mudelitega.

Eriti kõrge oli tulemus DeepSWE testis, mis hindab praktilist tarkvaraarendust. Lisaks paistis Argon silma teadmispõhise töö, pikkade dokumentide ning tabelite ja video mõistmise ülesannetes. Need kasutusjuhtumid on olulised ettevõtetele, kes soovivad kasutada tehisintellekti analüüsis, dokumentide töötlemisel või tehniliste töövoogude toetamisel.

Google’i avaldatud võrdluste puhul tuleb siiski arvestada, et testide valik ja hindamismetoodika mõjutavad tulemusi. The Rundown märgib, et mudeli laiem kasutuselevõtt on vajalik, et hinnata selle stabiilsust ja kasulikkust igapäevatöös.

Kättesaadavus ja hinnastamine on veel piiratud

Google ei ole andnud kuupäeva, millal Argon võiks jõuda laiemalt kasutajateni. API kasutamise hinnastus algab kokkuvõtte järgi kahest dollarist sisendmiljoni märgi ja kümnest dollarist väljundmiljoni märgi kohta. Pärast soodusperioodi tõusevad hinnad vastavalt nelja ja 20 dollarini.

Piiratud ligipääs tähendab, et enamik ettevõtteid ja arendajaid ei saa veel ise hinnata, kuidas Argon nende rakendustes toimib. Samuti jääb lahtiseks, millised piirangud kaasnevad mudeli kasutamisega küberturbe valdkonnast väljaspool.

Väited kodeerimisvõime kohta on vastuolulised

Bloomberg vahendas ettevõttesiseseks allikaks nimetatud inimeste hinnangut, et Argon võib testides hästi esineda, kuid päris tööülesannetes oma tulemusi mitte korrata. Google lükkas selle väite tagasi.

See erimeelsus toob esile laiema probleemi: avalikud benchmark’id ei pruugi täielikult näidata, kui hästi mudel sobitub ettevõtte töövoogudesse. Koodi kirjutamise kõrval tuleb arvestada ka vigade parandamise, juhiste järgimise, olemasolevate süsteemidega integreerimise ja tulemuste kontrollimisega.

Miks see on oluline AI kasutajatele?

Kui Argoni tulemused kinnituvad laiemas kasutuses, võib Google saada taas tugevamaks konkurendiks kõige arenenumate üldotstarbeliste mudelite turul. Ettevõtjate ja AI-rakenduste arendajate jaoks tähendaks see veel üht võimalikku platvormi keerukate analüüsi-, kodeerimis- ja dokumenditööde jaoks.

Samas ei ole praegu põhjust käsitleda Argoni turuletulekut kindla tagasitulekuna. Mudel on piiratud testkasutuses ning avalikud tulemused pärinevad suuresti Google’i enda võrdlustest. Lõpliku hinnangu annavad laiem kättesaadavus, sõltumatud testid ja kasutajate kogemus tegelikes tööprotsessides.

Mida edasi jälgida?

Jälgida tasub Argoni laiemat väljalaset, sõltumatuid võrdlusteste, tegelikku kodeerimisvõimekust ning API hinnastamise ja kasutuspiirangute arengut.

Algallikas: therundown.ai